公开(公告)号：CN116310604B

公开(公告)日：2024-02-13

申请号：CN202310579742.3

申请日：2023-05-23

Applicant: 北京大学第三医院(北京大学第三临床医学院) ,  北京大学

Inventor： 陈练 ,  裴新龙 ,  赵扬玉 ,  王平 ,  宗鸣 ,  张晨滨 ,  罗登 ,  颜鲲

IPC: G06V10/766 ,  G06V10/82 ,  G06V10/25 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明涉及一种胎盘植入分型评估工具和方法，该工具包括感兴趣区域预处理输入模块、多流深度模型模块和多流模型预测融合输出模块,感兴趣区域预处理输入模块用于提取感兴趣区域，得到整体ROI区域标注信息；多流深度模型模块用于采用相同的深度为18层3D残差网络对FIESTA序列、SSFSE序列、FIESTA ROI序列和SSFSE ROI序列进行各自独立训练；多流模型预测融合输出模块用于对多流深度模型的四个流FIESTA流、SSFSE流、FIESTA ROI流和SSFSE ROI流对不同胎盘植入类型的预测概率相加取平均，得到最终的融合预测概率值，取最高的概率值对应的胎盘植入类别作为多流模型最终的预测输

公开(公告)号：CN116363081A

公开(公告)日：2023-06-30

申请号：CN202310252466.X

申请日：2023-03-16

Applicant: 北京大学 ,  北京大学第三医院(北京大学第三临床医学院)

Inventor： 王平 ,  罗登 ,  颜鲲 ,  马萌 ,  陈练

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06V10/40 ,  G06V10/25 ,  G06V10/26 ,  G06V10/80 ,  G06V10/766 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明公布了一种基于深度神经网络的胎盘植入MRI征象检测分类方法及装置，包括：MRI图像预处理模块和MRI胎盘植入征象区域检测分类模块；其中MRI胎盘植入征象区域检测分类模块包括：特征提取模块、征象区域生成模块、假阳性区域消减模块和掩码生成模块。构建基于深度神经网络的胎盘植入MRI征象区域检测分类模型，针对医学MRI图像数据，通过少量的标注信息和数据处理作为模型输入，模型输出包含征象区域的三维包围框以及征象所属类别，可用于胎盘植入MRI征象区域的检测分类。本发明具备一定的扩展性，支持对征象类型的修改以及广泛的三维数据类型处理和分类检测。

公开(公告)号：CN116310604A

公开(公告)日：2023-06-23

申请号：CN202310579742.3

申请日：2023-05-23

Applicant: 北京大学第三医院(北京大学第三临床医学院) ,  北京大学

Inventor： 陈练 ,  裴新龙 ,  赵扬玉 ,  王平 ,  宗鸣 ,  张晨滨 ,  罗登 ,  颜鲲

IPC: G06V10/766 ,  G06V10/82 ,  G06V10/25 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明涉及一种胎盘植入分型评估工具和方法，该工具包括感兴趣区域预处理输入模块、多流深度模型模块和多流模型预测融合输出模块,感兴趣区域预处理输入模块用于提取感兴趣区域，得到整体ROI区域标注信息；多流深度模型模块用于采用相同的深度为18层3D残差网络对FIESTA序列、SSFSE序列、FIESTA ROI序列和SSFSE ROI序列进行各自独立训练；多流模型预测融合输出模块用于对多流深度模型的四个流FIESTA流、SSFSE流、FIESTA ROI流和SSFSE ROI流对不同胎盘植入类型的预测概率相加取平均，得到最终的融合预测概率值，取最高的概率值对应的胎盘植入类别作为多流模型最终的预测输出。